分级特征反馈融合的深度图像超分辨率重建

doi:10.16383/j.aas.c200542

CORC > 自动化研究所 > 中国科学院自动化研究所 > 学术期刊 > 自动化学报

	分级特征反馈融合的深度图像超分辨率重建
	张帅勇; 刘美琴; 姚超; 林春雨; 赵耀
刊名	自动化学报
	2022
卷号	48 期号:4 页码:992-1003
关键词	深度图像超分辨率重建特征融合残差学习
ISSN号	0254-4156
DOI	10.16383/j.aas.c200542
英文摘要	受采集装置的限制,采集的深度图像存在分辨率较低、易受噪声干扰等问题.本文构建了分级特征反馈融合网络(Hierarchical feature feedback network, HFFN),以实现深度图像的超分辨率重建.该网络利用金字塔结构挖掘深度-纹理特征在不同尺度下的分层特征,构建深度-纹理的分层特征表示.为了有效利用不同尺度下的结构信息,本文设计了一种分级特征的反馈式融合策略,综合深度-纹理的边缘特征,生成重建深度图像的边缘引导信息,完成深度图像的重建过程.与对比方法相比,实验结果表明HFNN网络提升了深度图像的主、客观重建质量.
内容类型	期刊论文
源URL	[http://ir.ia.ac.cn/handle/173211/56369]
专题	自动化研究所_学术期刊_自动化学报
推荐引用方式 GB/T 7714	张帅勇,刘美琴,姚超,等. 分级特征反馈融合的深度图像超分辨率重建[J]. 自动化学报,2022,48(4):992-1003.
APA	张帅勇,刘美琴,姚超,林春雨,&赵耀.(2022).分级特征反馈融合的深度图像超分辨率重建.自动化学报,48(4),992-1003.
MLA	张帅勇,et al."分级特征反馈融合的深度图像超分辨率重建".自动化学报 48.4(2022):992-1003.